一、声音的基本概念
声音是通过一定介质传播的连续的波。
重要指标：
- 振幅：音量的大小
- 周期：重复出现的时间间隔
- 频率：指信号每秒钟变化的次数
声音按频率分类：
声音的传播携带了信息，它是人类传播信息的一种主要媒体。 声音的三种类型：
- 波形声音：包含了所有声音形式
- 语音：不仅是波形声音，而且还有丰富的语言内涵(抽象→提取特征→意义理解)
- 音乐：与语音相比，形式更规范。音乐是符号化的声音。
二、声音的数字化
1.声音信号的类型
- 模拟信号(自然界、物理)
- 数字信号(计算机)
2.声音数字化过程
3.声音数字化过程示意图
4.声音数字化三要素
|
采样频率 |
量化位数 |
声道数 |
|
每秒钟抽取声波幅度样本的次数 |
每个采样点用多少二进制位表示数据范围 |
使用声音通道的个数 |
|
采样频率越高 声音质量越好 数据量也越大 |
量化位数越多 音质越好 数据量也越大 |
立体声比单声道的表现力丰富，但数据量翻倍 |
|
11.025kHz 22.05 kHz 44.1 kHz |
8位＝256 16位＝65536 |
单声道 立体声 |
5.声音数字化的数据量
音频数据量＝采样频率×量化位数×声道数/8(字节/秒)
|
采样频率 (kHz) |
量化位数 (bit) |
数据量(KB/s) |
|
|
单声道 |
立体声 |
||
|
11.025 |
8 |
10.77 |
21.35 |
|
16 |
21.53 |
43.07 |
|
|
22.05 |
8 |
21.53 |
43.07 |
|
16 |
43.07 |
86.13 |
|
|
44.1 |
8 |
43.07 |
86.13 |
|
16 |
86.13 |
172.27 |
|
三、音频的文件格式
1.WAV文件
WAV是Microsoft/IBM共同开发的PC波形文件。因未经压缩，文件数据量很大。
特点：声音层次丰富，还原音质好
2.MP3文件
MP3(MPEG Audio layer3)是一种按MPEG标准的音频压缩技术制作的音频文件。
特点：高压缩比(11:1)，优美音质
3.WMA文件
WMA(Windows Media Audio)是Windows Media格式中的一个子集(音频格式)。
特点：压缩到MP3一半
4.MIDI文件
MIDI(乐器数字接口)是由一组声音或乐器符号的集合。
特点：数据量很小，缺乏重现自然音
四、数字音频压缩标准
1.音频压缩方法概述
压缩编码技术是指用某种方法使数字化信息的编码率降低的技术
音频信号能压缩的基本依据：
①声音信号中存在大量的冗余度；
②人的听觉具有强音能抑制同时存在的弱音现象。
音频信号压缩编码的分类：
①无损压缩(熵编码)
霍夫曼编码、算术编码、行程编码
②有损压缩
波形编码--PCM、DPCM、ADPCM 、子带编码、矢量量化
参数编码--LPC
混合编码--MPLPC、CELP
2.音频压缩技术标准
|
分类 |
标准 |
说明 |
|
电话语 音质量 |
G.711 |
采样8kHz，量化8bit，码率64kbps |
|
G.721 |
采用ADPCM编码，码率32kbps |
|
|
G.723 |
采用ADPCM有损压缩，码率24kbps |
|
|
G.728 |
采用LD-CELP压缩技术，码率16kbps |
|
|
调幅广 播质量 |
G.722 |
采样16kHz，量化14bit，码率224(64)kbps |
|
高保真 立体声 |
MPEG 音频 |
采样44.1kHz，量化16bit，码率705kbps (MPEG三个压缩层次，384-64kbps) |
五、声卡
1.声卡的主要功能
声卡是负责录音、播音和声音合成的一种多媒体板卡。其功能包括：
①录制、编辑和回放数字音频文件
②控制和混合各声源的音量
③记录和回放时进行压缩和解压缩
④语音合成技术(朗读文本)
⑤具有MIDI接口(乐器数字接口)
2.芯片类型
- CODEC芯片(依赖CPU，价格便宜)
- 数字信号处理器DSP(不依赖CPU)
|
||||||
 |
||||||
|
||||||
